Python数据可视化30分钟从入门到大牛

本文参考：https://pbpython.com/effective-matplotlib.html

原文比较啰嗦，本文简而言之。

1、介绍可视化关键词

2、介绍使用python的工具包的好处

3、奉献数据

4、撸代码

5、小结

 

①数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间；

②数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；

③数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；

④数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。

数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。

 上图，数据可视化的结果，脸基本长这样。

http://baijiahao.baidu.com/s?id=1598426519975889351&wfr=spider&for=pc

业界开源的一些数据可视化的工具。这些工具使用起来方便，但总会遇到工具无法实现的问题，所以要介绍下文。

Python的matplotlib等一系列开源包。

https://www.matplotlib.org.cn/  中文文档，看这个就够了。

下面具个栗子：

获取数据：https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true

 数据如上图所示

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# 本案例致力于探索matplotlib等数据可视化
# pandas是可视化的技术类库
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

df = pd.read_excel("C:/Users/XXXXX/Desktop/sample-salesv3.xlsx")
top_10 = (df.groupby('name')['ext price', 'quantity'].agg({'ext price': 'sum', 'quantity': 'count'})
          .sort_values(by='ext price', ascending=False))[:10].reset_index()
top_10.rename(columns={'name': 'Name', 'ext price': 'Sales', 'quantity': 'Purchases'}, inplace=True)
# 查看数据
# print(top_10.head())
# print(plt.style.available)
# 使用ggplot绘图
# plt.style.use("ggplot")
# top_10.plot(kind ="barh",y="Sales",x="Name")
# plt.show()
# 使用ax对象绘图
# fig, ax = plt.subplots()
# top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)
# plt.show()
# 设置坐标轴标签
# fig, ax = plt.subplots()
# ax.set_xlim([-10000, 140000])
# ax.set_xlabel('Total Revenue')
# ax.set_ylabel('Customer');
# ax.set(title="2014 revenue",xlable="total revenue",ylable="customer")
# top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)
# plt.show()
# 修改坐标周上的数据显示
def currency(x,pos):
    if x>=1000000:
        return '${:1.1f}M'.format(x*1e-6)
    return  '${:1.0f}K'.format(x*1e-3)
# fig,ax = plt.subplots()
# top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)
# ax.set_xlim([-10000, 140000])
# ax.set(title='2014 Revenue', xlabel='Total Revenue', ylabel='Customer')
# avg = top_10["Sales"].mean()
# for cust in [3, 5, 8]:
#     ax.text(115000, cust, "New Customer")
# ax.axvline(x=avg, color='b', label='Average', linestyle='--', linewidth=1)
# formatter = FuncFormatter(currency)
# ax.xaxis.set_major_formatter(formatter)
# ax.legend().set_visible(False)
# plt.show()
fig, (ax0, ax1) = plt.subplots(nrows=1,ncols=2, sharey=True, figsize=(7, 4))
top_10.plot(kind='barh', y="Sales", x="Name", ax=ax0)
ax0.set_xlim([-10000, 140000])
ax0.set(title='Revenue', xlabel='Total Revenue', ylabel='Customers')

# 绘制均值线
avg = top_10['Sales'].mean()
ax0.axvline(x=avg, color='b', label='Average', linestyle='--', linewidth=1)

# 重复绘制
top_10.plot(kind='barh', y="Purchases", x="Name", ax=ax1)
avg = top_10['Purchases'].mean()
ax1.set(title='Units', xlabel='Total Units', ylabel='')
ax1.axvline(x=avg, color='b', label='Average', linestyle='--', linewidth=1)

# 加标题
fig.suptitle('2014 Sales Analysis', fontsize=14, fontweight='bold');

# 隐藏图例
ax1.legend().set_visible(False)
ax0.legend().set_visible(False)
plt.show()

总结：

动手实践胜过读书万卷。